cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Gst. Ayu Vida Mastrika Giri
Contact Email
vida@unud.ac.id
Phone
+6285737241069
Journal Mail Official
jeliku@cs.unud.ac.id
Editorial Address
-
Location
Kota denpasar,
Bali
INDONESIA
(JELIKU) Jurnal Elektronik Ilmu Komputer Udayana
Published by Universitas Udayana
ISSN : 23015373     EISSN : 26545101     DOI : https://doi.org/10.24843/JLK
Core Subject : Science,
Computer Science & IT
Aim and Scope: JELIKU publishes original papers in the field of computer science, but not limited to, the following scope: Computer Science, Computer Engineering, and Informatics Computer Architecture Parallel and Distributed Computer Computer Network Embedded System Human—Computer Interaction Virtual/Augmented Reality Computer Security Software Engineering (Software: Lifecycle, Management, Engineering Process, Engineering Tools and Methods) Programming (Programming Methodology and Paradigm) Data Engineering (Data and Knowledge level Modeling, Information Management (DB) practices, Knowledge Based Management System, Knowledge Discovery in Data) Network Traffic Modeling Performance Modeling Computer Security IT Governance Networking Technology Robotic Instrumentation Information Search Engine Multimedia Security Information Retrieval Mobile Processing Natural Language Processing Artificial intelligence & soft computing and their applications Neural networks Machine Learning Reasoning and evolution Intelligence applications Computer vision and speech understanding Multimedia and cognitive informatics Data mining and machine learning tools, heuristic and AI planning strategies and tools, computational theories of learning
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 488 Documents
 43   44   45   46   47 
Segmentasi Tulisan Pada Lontar Bali Menggunakan Metode Binary Thresholding Michael Tanaya; I Gede Arta Wibawa
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i02.p14

Abstract

Digitalisasi lontar bali menghasilkan file gambar yang diperoleh melalui pemindai atau kamera. Gambar lontar memiliki noise karena hasil perolah image lontar asli terdapat warna coklat pada yang ada pada daunnya. Oleh karena itu penelitian ini berfokus pada peningkatan kualitas citra untuk menghilangkan noise yang terdapat pada citra dengan proses thresholding. Metode yang digunakan dalam penelitian ini adalah Binary Thresholding. Hasil pengujian dalam penelitian ini adalah untuk menghasilkan rentang nilai Binary dari 95 sampai dengan 140. Sehingga dengan rentang nilai tersebut akan menghasilkan sebuah gambar yang memiliki lebih sedikit noise dan tidak memiliki noise sama sekali. Nilai akurasi dari metode yang digunakan untuk segmentasi image lontar bali adalah 85% akurat
Sistem Rekomendasi Produk Bodycare Dengan Metode Collaborative Filtering Ida Ayu Taria Putri Mahadewi; Ida Bagus Gede Dwidasmara; Cokorda Rai Adi Pramartha; I Gede Santi Astawa
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini, terutama di kalangan wanita remaja, sedang gencar untuk melakukan perawatan. Perawatan ini mencakup wajah, rambut, dan tubuh. Perawatan tubuh memiliki tujuan tidak hanya untuk penampilan, tetapi juga kesehatan dan kelembaban kulit. Ada banyak produk bodycare yang tersedia di pasaran, tetapi memilih yang sesuai dengan kebutuhan dan masalah kulit menjadi tantangan karena komposisi produk yang berbeda. Teknologi seringkali digunakan untuk mencari informasi tentang produk bodycare. Namun, seringkali informasi yang ditemukan tidak relevan atau kurang akurat. Penelitian ini diharapkan dapat membantu dengan mengembangkan sistem rekomendasi produk bodycare menggunakan metode Collaborative Filtering. Sistem rekomendasi ini dibuat dengan memanfaatkan teknologi web semantik dan data akan dipetakan ke dalam bentuk ontologi sebagai basis pengetahuan. Model ontologi akan dibangun dengan menggunakan metode Methontology, pengembangan sistem dengan menggunakan metode Prototyping, dan rekomendasi produk yang akan ditawarkan pada sistem menggunakan metode Collaborative Filtering. Pada tahap pengujian terdiri dari dua tahapan yaitu pengujian dengan usability dan pengujian dengan Mean Absolute Error (MAE). Pengujian kebergunaan atau usability testing dengan menggunakan metode System Usability Scale (SUS) dari sisi Acceptability, Grade Scale, dan Adjective Rating memperoleh nilai rata-rata yaitu 82,344. Hasil pengujian akurasi dengan menggunakan Mean Absolute Error (MAE) memperoleh nilai sebesar 0,3556 yang dapat diartikan bahwa tingkat akurasi yang dihasilkan sudah akurat dan rekomendasi produk bodycare sudah baik karena semakin mendekati nilai 0, maka tingkat akurasi akan semakin tepat atau akurat dan semakin baik terhadap rekomendasi produk bodycare yang diberikan. Kata Kunci: Rekomendasi, Bodycare, Collaborative Filtering, Semantik, Ontologi
Implementasi Decision Tree berbasis Forward Selection untuk Klasifikasi Penyakit Ginjal Kronis Jeremi Herodian Abednigo; Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i02.p05

Abstract

Penyakit Ginjal Kronis adalah penyakit yang umum di masyarakat dengan jumlah penderita yang terus meningkat. Penyakit ini menyerang ginjal yang mengakibatkan ginjal tidak bisa berfungsi dengan dengan baik. Data mining adalah proses untuk mengekstrak data dengan tujuan mendapatkan informasi yang berharga, salah satunya metode data mining adalah klasifikasi. Algoritma Decision Tree adalah salah satu algoritma klaifikasi yang bisa digunakan untuk melakukan klasifikasi penyakit ginjal kronis. Pada penelitian ini, klasifikasi diakukan dengan Decision Tree yang digabungkan dengan seleksi fitur menggunakan Forward Selection. Forward Selection digunakan untuk mengurangi fitur yang tidak relevan terhadap target klasifikasi. Dataset yang digunakan adalah Chronic Kidney Disease dataset dari Kaggle. Pada hasil pengujian Decision Tree dengan bantuan library sklearn dari python dengan cross validation sebanyak 10 fold didapatkan bahwa seleksi fitur dengan forward selection berhasil meningkatkan hasil akurasi, presisi, recall, dan f1 score secara berurutan adalah 99.5%, 98,75%, 100%, 99,35%
Ekstraksi Fitur Dengan Convolutional Neural Network Dan Rekomendasi Fashion Menggunakan Algoritma K-Nearest Neighbours I Gede Teguh Permana; Ida Bagus Gede Dwidasmara; Made Agung Raharja; I Wayan Santiyasa
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 4 (2024): JELIKU Volume 12 No 4, May 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2024.v12.i04.p10

Abstract

Pesatnya pertumbuhan industri fashion pada platform e-commerce sehingga fashion dapat diperoleh dengan mudah oleh berbagai segmentasi konsumen. Segmentasi konsumen dapat direpresentasikan disetiap search jenis fashion yang di inginkan, namun search jenis fashion pada e-commerce dilakukan dengan search berbasiskan kata kunci string sehingga segmentasi konsumen terhadap karakteristik fashion sulit dilakukan. Fashion merupakan object yang mudah dikenali secara visual sehingga search berbasiskan gambar sangat diperlukan pada platform e-commerce untuk memilih fashion berbasiskan segmentasi konsumen. Implementasi search berbasiskan gambar dapat dilakukan dengan rekomendasi fashion berbasiskan content dengan k-nearest neighbour (KNN) untuk melakukan pendekatan antara feature fashion terhadap input image fashion oleh konsumen dengan setiap feature data dilakukan ekstraksi feature kedalam convolution layer pada model convolutional neural network (CNN) dan histogram oriented gradient (HOG) dapat dievaluasi dengan top-n accuracy terhadap model Resnet, GoogLeNet, VGG, dan HOG dengan masing-masing performa model tersebut dibandingkan sehingga dapat diperoleh accuracy sebesar 93% pada GoogLeNet dengan KNN sebagai model terbaik dalam rekomendasi fashion. Adapun pendekatan antara feature fashion dilakukan berbasiskan hasil label dari proses classification ke dalam convolution dan fully connected layer pada convolutional neural network (CNN) dapat dievaluasi dengan evaluation matrices terhadap model Resnet, GoogLeNet, VGG dengan masing-masing performa model tersebut dibandingkan sehingga dapat diperoleh nilai accuracy sebesar 99%, precision sebesar 100%, recall 99%, f1-score 99% pada VGG sebagai model terbaik untuk identifikasi jenis fashion. Keywords: Fashion, Ekstraksi Feature, Sistem Rekomendasi, Arsitektur CNN, HOG, KNN, Evaluation Matrices, Top-n accuracy
Rancang Bangun Aplikasi Absensi Karyawan Berbasis Android dengan Metode SDLC pada Toko Lingga Jaya Ummul Fitri Afifah; Evelyn Liu
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i02.p25

Abstract

Toko Lingga Jaya adalah sebuah perusahaan manufaktur dimana dalam proses bisnisnya masih menggunakan metode manual dalam melakukan absensi karyawan. Absensi karyawan tersebut belum terkomputerisasi sebab hanya menggunakan kertas kemudian ditandatangani oleh karyawan. Sistem absensi metode manual menghabiskan banyak kertas, lambat dalam merekapitulasi data kehadiran karyawan, dan karyawan juga dapat melakukan tindakan kolusi agar karyawan dapat melakukan absensi dengan baik walau sudah telat atau bahkan pulang lebih awal dari waktu yang telah ditetapkan perusahaan. Toko Lingga Jaya membutuhkan sistem absensi yang efektif dan efisien dengan menggunakan smartphone dan disertai penerapan teknologi QR code scanning. Penelitian ini menggunakan flowchart untuk menjelaskan arah alur program, serta menggunakan Metode SDLC untuk memahami bagaimana sebuah sistem informasi dapat memberikan dukungan terhadap kebutuhan bisnis dengan melakukan perancangan sebuah sistem, pembangunan sistem, dan penyampaian kepada pengguna
Klasterisasi Customer Lifetime Value Pelanggan Menggunakan K-Means pada Online Travel Agency I Putu Ananta Wijaya; I Ketut Gede Suhartana
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 4 (2024): JELIKU Volume 12 No 4, May 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2024.v12.i04.p01

Abstract

Product sales are found in companies operating in the e-commerce sector, one of which is an online travel agency (OTA). Post covid-19, companies are on the rise with more and more competition emerging and customers turning to e-commerce competitors. Maintaining relationships from one customer to another is necessary. Historical customer transaction data can be used to perform clustering. Before that, an RFM model was created, namely recency, frequency and monetary so that customer lifetime value could be calculated. The clustering used is K-Means because it is simple and efficient. Determining the optimal number of clusters uses the Gap Statistics method. The number of clusters will be validated for separation using the Davies Bouldin Index method. Each data cluster is then searched for the average value for each feature of the RFM model. The result will be multiplied by the weight obtained from the AHP. The cluster with the highest loyalty was found in cluster 2, namely 0.0297. The frequency feature value in cluster 2 is also the highest value. This indicates that cluster 2 is the customer with the highest loyalty value. Companies can design strategies for customers with programs such as giving discounts or points. Meanwhile, in the cluster with the lowest loyalty value, a personalized product program can be created.
Implementasi Metode Human Centered Design Dan Heuristic Evaluations Dalam Improvisasi User Experiences Dan User Interfaces (Studi Kasus : Aplikasi Pendidikan Dan Pelatihan Anggota Koperasi) I Ketut Santa Wijaya; Cokorda Rai Adi Pramartha; Luh Gede Astuti; I Gede Surya Rahayuda
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam fondasi era sekarang yakni globalisasi, pentingnya peran teknologi informasi kian terasa signifikan, khususnya dalam konteks Usaha Mikro, Kecil, dan Menengah (UMKM) seperti koperasi. Berdasarkan laporan dari "Digital 2022 Indonesia" oleh Kemp (2022) mengindikasikan bahwa sekitar 73.7% populasi Indonesia telah melek teknologi, namun, hanya 13% koperasi yang mengadopsi sistem digital. Untuk mengatasi hambatan dalam peningkatan partisipasi anggota koperasi, penulis selaku peneliti melakukan penelitian ini mengarah pada pengembangan aplikasi pendidikan dengan penerapan metodologi Human-Centered Design (HCD) dan evaluasi Heuristic untuk meningkatkan pengetahuan dan partisipasi anggota koperasi. Fokus pada lima kriteria usability yakni learnability, efficiency, memorability, errors, dan satisfaction, penelitian ini tidak hanya bertujuan untuk menciptakan antarmuka pengguna yang intuitif dan pengalaman pengguna yang memuaskan. Tetapi juga menciptakan hasil kebergunaan lanjutan dari Heuristic Evaluation yang menunjukkan peningkatan dimana hal ini sangat signifikan pada desain baru aplikasi. Hasil Usability memperlihatkan peningkatan yang mengesankan dalam semua aspek kebergunaan aplikasi dengan peralihan dari desain lama ke desain baru, di mana aspek kemudahan belajar (learnability) meningkat 16%, efisiensi tugas meningkat 12.09% dengan penurunan waktu yang diperlukan untuk menyelesaikan tugas, dan tingkat kesalahan (error) menurun 41.67%, mengindikasikan desain yang lebih intuitif dan mudah digunakan. Aspek memoriabilitas pengguna meningkat 16.55%, menunjukkan desain yang lebih baik dan lebih mudah diingat oleh pengguna. Signifikansi perbaikan ini paling mencolok dalam skor aspek kepuasan pengguna (satisfaction), yang melonjak dari 54 menjadi 80.5, menandai peningkatan kepuasan pengguna sebesar 49.07%. Perubahan ini tentunya menggarisbawahi kesuksesan desain baru dalam menciptakan pengalaman pengguna yang lebih menyenangkan dan efektif. Inisiatif ini mendemonstrasikan bagaimana HCD dan evaluasi Heuristic dapat bersinergi untuk mengimprovisasi User Experience dan User Interface dalam aplikasi pendidikan koperasi, menunjukkan langkah maju penting bagi peningkatan kesejahteraan anggota melalui pendidikan teknologi yang inklusif dan efektif.
Penerapan Algoritma K-Nearest Neighbor untuk Memprediksi Pengunduran Diri Karyawan Ni Luh Komang Indira Pramesti; Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i03.p01

Abstract

Pengunduran diri karyawan adalah situasi di mana seorang karyawan meninggalkan perusahaan atas kehendak karyawan itu sendiri. Jika terlalu sering terjadi, hal ini merupakan salah satu masalah besar bagi perusahaan yang ingin terus berkembang. Oleh karena itu, penting bagi perusahaan untuk mengantisipasi hal tersebut dengan memprediksi kemungkinan karyawan akan berhenti atau tidak. Prediksi pengunduran diri karyawan dapat dilakukan menggunakan algoritma K-Nearest Neighbor. Algoritma ini bekerja dengan cara menghitung jarak dari data uji ke data latih untuk menentukan tetangga terdekat. Evaluasi akhir dilakukan menggunakan confusion matrix. Hasil klasifikasi menggunakan K-Nearest Neighbor dengan nilai k = 5 menghasilkan nilai accuracy sebesar 85%, precision sebesar 89%, dan recall sebesar 94%.
Analisis Keamanan pada Aplikasi Udayana Mobile Mengacu pada OWASP Mobile Top 10 2016 Muhammad Arrysatrya Yusuf Putranda; I Komang Ari Mogi
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i03.p20

Abstract

Udayana Mobile merupakan aplikasi yang dirilis pada smartphone oleh Universitas Udayana yang bertujuan memudahkan pegawai, dosen, serta mahasiswa mengakses beberapa fitur yang dimiliki Universitas Udayana seperti SIMAK, SIRAISA, SIPENA, dan UKT-Ku. Namun seperti semua aplikasi pada platform smartphone, terdapat kemungkinan isu kerentanan yang ada pada aplikasi Udayana Mobile. Menggunakan MobSF untuk melakukan Analisis Keamanan, dan mengacu pada OWASP Mobile Top 10 2016. Didapatkan hasil bahwa aplikasi ini memiliki tiga isu kerentanan. Rincian kerentanan yang ditemukan merupakan Insufficient Cryptography (kerentanan akibat kurang kuatnya proses hashing pada aplikasi), Client Code Quality (Kerentanan akibat penggunaan database SQLite dimana memungkinan penyerang melakukan serangan SQL Injection), dan Reverse Engineering (Kerentanan yang memungkinan penyerang mendapatkan informasi sensitif dari pengguna seperti username, password, dan key). Berdasarkan kerentanan tersebut, diberikan rekomendasi dalam peningkatan keamanan aplikasi berupa enkripsi data yang lebih kuat, proses validasi dalam eksekusi SQL query, serta teknik obfuscation pada aplikasi.
IMPLEMENTASI METODE DESIGN THINKING DAN PRINSIP GESTALT PADA RANCANG BANGUN DASHBOARD SMART-FARM Alvin Wiraprathama; I Made Widiartha; I Ketut Gede Suhartana; I Gusti Agung Gede Arya Kadyanan
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bali's agricultural sector experienced a notable downturn in growth during 2022 compared to the preceding year, which had seen substantial expansion. One of the key factors behind this decline was the limited adoption of digital farming practices in Bali. This underutilization of digital technologies in agriculture, including tools for crop monitoring, soil analysis, weather prediction, and market connectivity, likely contributed to decreased productivity and efficiency in farming activities. Addressing this issue could be pivotal for Bali to rejuvenate its agriculture sector and foster growth moving forward. To tackle this challenge, a smart farming dashboard has been developed specifically to address the needs of farmers in Bali. This dashboard boasts a user-friendly interface design and incorporates features tailored to assist farmers in Bali. The dashboard was crafted through the application of design thinking methodology, integrating Gestalt principles to optimize the user interface. The results of the dashboard's usability testing, as measured by the System Usability Scale (SUS), indicate a strong performance with a score of 79.75, reflecting its excellent usability.

Page 45 of 49 | Total Record : 488

 43   44   45   46   47 

Filter by Year

2012 2024


Reset
Filter By Issues
All Issue Vol 13 No 1 (2024): JELIKU Volume 13 No 1, August 2024 Vol 12 No 4 (2024): JELIKU Volume 12 No 4, May 2024 Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024 Vol 12 No 2 (2023): JELIKU Volume 12 No 2, November 2023 Vol 12 No 1 (2023): JELIKU Volume 12 No 1, August 2023 Vol 11 No 4 (2023): JELIKU Volume 11 No 4, May 2023 Vol 11 No 3 (2023): JELIKU Volume 11 No 3, February 2023 Vol 11 No 2 (2022): JELIKU Volume 11 No 2, November 2022 Vol 11 No 1 (2022): JELIKU Volume 11 No 1, August 2022 Vol 10 No 4 (2022): JELIKU Volume 10 No 4, May 2022 Vol 10 No 3 (2022): JELIKU Volume 10 No 3, February 2022 Vol 10 No 2 (2021): JELIKU Volume 10 No 2, November 2021 Vol 10 No 1 (2021): JELIKU Volume 10 No 1, Agustus 2021 Vol 9 No 4 (2021): JELIKU Volume 9 No 4, Mei 2021 Vol 9 No 3 (2021): JELIKU Volume 9 No 3, Februari 2021 Vol 9 No 2 (2020): JELIKU Volume 9 No 2, November 2020 Vol 9 No 1 (2020): JELIKU Volume 9 No 1, Agustus 2020 Vol 8 No 4 (2020): JELIKU Volume 8 No 4, Mei 2020 Vol 8 No 3 (2020): JELIKU Volume 8 No 3, February 2020 Vol 8 No 2 (2019): Jeliku Volume 8 No 2, November 2019 Vol 8 No 1 (2019): JELIKU Volume 8 No 1, Agustus 2019 Vol 7 No 4 (2019): JELIKU Volume 7 No 4, Mei 2019 Vol 7 No 3 (2019): JELIKU Volume 7 No 3, Februari 2019 Vol 7 No 2 (2018): JELIKU Volume 7 No 2, 2018 Volume 1 No 2 - Nopember 2012 Volume 1 No 1 - Agustus 2012 More Issue